將csv文件分割成多列的熊貓數據幀

Question

我有一個包含多列的tsv文件。有10列以上的列，但對我來說重要的列是名稱爲user_name，shift_id，url_id的列。我想創建一個數據框架，它首先根據user_names分隔整個csv文件，即只有具有相同user_name的行才被分組在一起。從該塊創建另一個塊，其中只有具有某個shift_id的行被組合在一起，然後從該塊創建具有相同url的塊。不幸的是，由於公司的規則，不能共享數據，並且使虛構的數據表可能更令人困惑。

其他兩列有時間戳。我想計算塊的持續時間，但只有在根據這些列對塊進行分組後才能計算。

我已經看到了按特定列值拆分數據框的答案，但在我的情況下，我有三個列值，而且它們的分隔順序也很重要。

謝謝你的幫助！

Answer 1

假設你閱讀列dataframe

df = pd.DataFrame({'col1':[1,2,3], 'col2':[4,5,6],'col3':[7,8,9], 
       'col4':[1,2,3],'col5':[1,2,3],'col6':[1,2,3], 
       'col7':[1,2,3],'col8':[1,2,3],'col9':[1,2,3], 
       'col91':[1,2,3]}) 
print(df) 

輸出：

 col1 col2 col3 col4 col5 col6 col7 col8 col9 col91 
0  1  4  7  1  1  1  1  1  1  1 
1  2  5  8  2  2  2  2  2  2  2 
2  3  6  9  3  3  3  3  3  3  3 

現在，我們只能選擇三個利益列，讓它成爲col1, col2, and col3

tmp_df = df[['col1', 'col2', 'col3']] 
print(tmp_df) 

輸出：

 col1 col2 col3 
0  1  4  7 
1  2  5  8 
2  3  6  9 

再者，我們要過濾基於三個列值：

final_df = tmp_df[(tmp_df.col1 == 1) & (tmp_df.col2 == 4) & (tmp_df.col3== 7)] 
print(final_df) 

輸出：

col1 col2 col3 
0  1  4  7 

閱讀dataframe後，所有這些上述步驟可以在單一的行中來達到的：

final = df[['col1', 'col2', 'col3']][(df.col1 == 1) & (df.col2 == 4) & (df.col3== 7)] 
final 

希望它有幫助！

更新：

df = pd.DataFrame({'col1':[1,1,1,1,1], 'col2':[4,4,4,4,7],'col3':[7,7,9,7,7], 
       'col4':['X','X','X','X','X'],'col5':['X','X','X','X','X'],'col6':['X','X','X','X','X'], 
       'col7':['X','X','X','X','X'],'col8':['X','X','X','X','X'],'col9':['X','X','X','X','X'], 
       'col91':['X','X','X','X','X']}) 
print(df) 

輸出：

 col1 col2 col3 col4 col5 col6 col7 col8 col9 col91 
0  1  4  7 X X X X X X  X 
1  1  4  7 X X X X X X  X 
2  1  4  9 X X X X X X  X 
3  1  4  7 X X X X X X  X 
4  1  7  7 X X X X X X  X 

現在，usinig如上類似掩蔽：

final = df[(df.col1 == 1) & (df.col2 == 4) & (df.col3== 7)] 
final 

輸出：

col1 col2 col3 col4 col5 col6 col7 col8 col9 col91 
0  1  4  7 X X X X X X  X 
1  1  4  7 X X X X X X  X 
3  1  4  7 X X X X X X  X